VIS-TWIN

Ausgangssituation

Digitale Zwillinge sind präzise 3D-Modelle realer Umgebungen. Die Umwandlung von Punktwolken, also räumlichen Messdaten, in nutzbare Modelle ist derzeit oft zeitaufwendig und erfordert einen hohen manuellen Aufwand.

Ziel

VIS-TWIN entwickelt KI-gestützte Verfahren, die Punktwolken automatisch analysieren, Objekte erkennen, diese durch katalogisierte Objekte ersetzenund darauf basierend 3D-Modelle der realen Umgebung erzeugen. Der Aufwand für Datenerfassung, Annotation und Nutzereingriffe soll dabei deutlich reduziert werden.

Projektergebnis

Die entwickelten Verfahren sollen in die Echtzeit-Rendering-Plattform 3dverse integriert werden. Damit sollen digitale Fahrkursplanung bei DS Automotion und realitätsnahe Sicherheitstrainings in pool3 schneller ermöglicht werden.

Projektdaten

  • Jänner 2026 – 31. Dezember 2028

Projektkoordinator

  • SCCH (Florian Kromp)

Projektpartner

Fördergeber/Schiene

  •  

Kromp Florian

Senior Researcher Data Science
Research Team Lead Computer Vision and Representation Learning